python - 根据变量值查找数据框中的最大值

Question

我有一个以下形式的数据框:

A| B| C | D
a| x| r | 1
a| x| s | 2
a| y| r | 1
b| w| t | 4
b| z| v | 2

我希望能够返回类似的内容(显示唯一值和频率)

A| freq of most common value in Column B |maximum of column D based on the most common value in Column B | most common value in Column B
a       2                                                  2                                                           x
b       1                                                  4                                                           w

目前我可以通过

快速计算除结果数据帧的第 3 列之外的所有内容

df = (df.groupby('A', sort=False)['B']
    .apply(lambda x: x.value_counts().head(1))
    .reset_index()

但是为了计算第 2 列(“基于 B 列中最常见的值的 D 列的最大值”)，我编写了一个 for 循环，对于大量数据来说速度很慢。 有没有快速的方法？

问题链接至:Count values in dataframe based on entry

Answer 1

使用merge获取每组最大 D 行数 DataFrameGroupBy.idxmax :

df1 = (df.groupby('A', sort=False)['B']
        .apply(lambda x: x.value_counts().head(1))
        .reset_index()
        .rename(columns={'level_1':'E'}))
#print (df1)

df = df1.merge(df, left_on=['A','E'], right_on=['A','B'], suffixes=('','_'))
df = df.loc[df.groupby('A')['D'].idxmax(), ['A','B','D','E']]
print (df)
   A  B  D  E
1  a  2  2  x
2  b  1  4  w